自己在jetpack5.0.1版本的nx上build的onnx版本，不是正式版本，可能会在一些环境下出问题。理论上说jetson系列应该都可以安装运行，前提是cuda11.4（使用tensorrt的话需要tensorrt8.4）
2022-05-25 11:07:11
25.01MB
1
TensorRT+Triton 在云端追求 AI 推理的极致性能.pdf
2022-05-22 14:06:51
2.09MB
YoloV5_JDE_TensorRT_for_Track
##Introduction
A multi object detect and track Library Based on tensorrt
一个基于TensorRT的多目标检测和跟踪融合算法库，可以同时支持行人的多目标检测和跟踪，当然也可以仅仅当检测库使用。
Video Demo
2022-05-21 23:56:08
11.47MB
1
TensorRT-8.2.0.6.Windows10.x86_64.cuda-10.2.cudnn8.2
windsows版本，使用的时候将lib include bin中的文件放到对应的你的如C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0路径下的 lib include bin里面
2022-05-16 21:05:46
701.28MB
1
cublas64_10.dll，cublasLt64_10.dll，cudart64_100.dll，cudnn_adv_infer64_8.dll，cudnn_adv_train64_8.dll，cudnn_cnn_infer64_8.dll，cudnn_cnn_train64_8.dll，cudnn_ops_infer64_8.dll，cudnn_ops_train64_8.dll，cudnn64_8.dll，cufft64_10.dll，curand64_10.dll，cusolver64_10.dll，cusparse64_10.dll
2022-05-16 21:05:44
635.92MB
博文：【pytorch】将模型部署至生产环境：借助TensorRT 8完成代码优化及部署（二）：C++接口实现 的代码备份。
2022-05-16 11:05:37
51.65MB
1
TensorRT-7.2.2.3.Ubuntu-18.04.x86_64-gnu.cuda-11.0.cudnn8.0.tar.gz，安装tensorRT源码，适合cuda版本11.0 cudnn版本8.0
2022-05-16 09:10:29
849.21MB
文件是TensorRT-7.1.3.4.CentOS-7.6.x86_64-gnu.cuda-10.2.cudnn8.0.tar
2022-05-13 22:05:36
742.22MB
1
本教程目的为让开发者了解深度学习中的完整流程，这包括：**
1.数据集导入及预处理流程
2.网络模型选择及参数设置流程
3.模型训练及导出流程
4.模型加载/优化并得出推断结果
本教程采用了以下主要的软硬件环境：**
1.NVIDIA Xavier NX
2.Jetpack 4.6
3.TensorRT 8.0.1
4.Pytorch 1.10.0
5.Python 3.6.9
6.Opencv 4.1.1
2022-05-13 12:06:14
744.37MB
1
tensorRT的python接口用pycuda的wheel安装包,pycuda-2021.1+cuda115-cp39-cp39-win32及64
2022-05-12 21:05:36
671KB
1